Benchmarking open-source automated thigh muscle MRI segmentation algorithms

मेडिकल इमेजिंग की शांत, उच्च-रिज़ॉल्यूशन वाली दुनिया में, एक विशिष्ट चुनौती लंबे समय से मांसपेशियों के रोगों के अध्ययन को धीमा कर रही है: शरीर की शारीरिक संरचना (एनाटॉमी) का मानचित्रण करने के लिए आवश्यक अत्यधिक श्रम। जब डॉक्टर और शोधकर्ता किसी रोगी की जांघ के भीतर देखने के लिए मैग्नेटिक रेजोनेंस इमेजिंग, या एमआरआई (MRI) का उपयोग करते हैं, तो वे तेरह विशिष्ट मांसपेशियों का एक जटिल परिदृश्य देखते हैं, जिनमें से प्रत्येक वसा (फैट) और हड्डी से घिरी होती है। यह समझने के लिए कि मस्कुलर डिस्ट्रॉफी जैसी बीमारी कैसे बढ़ रही है, उन्हें प्रत्येक मांसपेशी के आयतन को मापना होता है और यह गणना करनी होती है कि वसा ने स्वस्थ ऊतकों को कितना प्रतिस्थापित कर दिया है। दशकों से, यह काम हाथ से किया जाता रहा है, जो एक थकाऊ प्रक्रिया है जहाँ एक मानव विशेषज्ञ सैकड़ों व्यक्तिगत इमेज स्लाइसों पर हर मांसपेशी की रूपरेखा को ट्रेस करता है। यह मैनुअल कार्य धीमा है, व्यक्ति दर व्यक्ति बदलता रहता है, और एक ऐसी बाधा उत्पन्न करता है जो दुर्लभ स्थितियों के बड़े पैमाने पर अध्ययन को रोकता है। भविष्य का वादा यह था कि कंप्यूटर इसे स्वचालित रूप से ट्रेस करना सीख सकते हैं, जिससे शोधकर्ता ड्राइंग के बजाय जीव विज्ञान पर ध्यान केंद्रित करने के लिए स्वतंत्र हो सकें।

हालाँकि, स्वचालित उपकरणों का परिदृश्य विभिन्न सॉफ्टवेयर प्रोग्रामों का एक भीड़भाड़ वाला बाजार बन गया है, जिनमें से प्रत्येक को अलग-अलग विधियों के साथ बनाया गया है और अलग-अलग डेटा पर प्रशिक्षित किया गया है। कुछ उपकरण विशिष्ट शरीर के अंगों को पहचानने के लिए डिज़ाइन किए गए हैं, जबकि अन्य सामान्य-उद्देश्य वाले सिस्टम हैं जिन्हें लगभग सब कुछ पहचानने के लिए इंटरनेट के विशाल डेटा पर प्रशिक्षित किया गया है। समस्या यह थी कि किसी ने भी इन उपकरणों को आमने-सामने रखकर यह नहीं देखा था कि वास्तव में जांघ की मांसपेशियों के लिए कौन सा सबसे अच्छा काम करता है। बिना किसी निष्पक्ष तुलना के, एक उपकरण चुनने वाला शोधकर्ता अनिवार्य रूप से केवल अनुमान लगा रहा था। एक नए अध्ययन ने आठ सबसे लोकप्रिय ओपन-सोर्स टूल्स का एक साझा सेट (स्वस्थ लोगों और न्यूरोमस्कुलर रोगों वाले रोगियों के चित्रों का उपयोग करके) के विरुद्ध परीक्षण करके इस धुंध को साफ करने का लक्ष्य रखा। लक्ष्य केवल सबसे तेज़ प्रोग्राम खोजना नहीं था, बल्कि वह ढूंढना था जिस पर रोगी के शरीर में सत्य देखने के लिए भरोसा किया जा सके।

शोधकर्ताओं ने एमआरआई स्कैन का एक विविध संग्रह एकत्र किया, जिसमें स्वस्थ स्वयंसेवकों और लिम्ब-गिर्डल मस्कुलर डिस्ट्रॉफी और एमिओट्रोफिक लेटरल स्क्लेरोसिस जैसी स्थितियों वाले रोगियों का डेटा शामिल था। उन्होंने यह परीक्षण करने के लिए छवियों का एक संशोधित सेट भी बनाया कि उपकरण तस्वीरें लेने के तरीके में बदलाव या शारीरिक विविधताओं को कितनी अच्छी तरह संभाल सकते हैं। फिर उन्होंने इन छवियों को आठ अलग-अलग सॉफ्टवेयर टूल्स में डाला। इनमें से कुछ विशेष रूप से मांसपेशियों के लिए बनाए गए सिस्टम थे, जबकि अन्य "फाउंडेशन मॉडल्स" थे, जो एक नए प्रकार के आर्टिफिशियल इंटेलिजेंस हैं जिन्हें विविध कार्यों को करने के लिए विशाल, सामान्य डेटासेट पर प्रशिक्षित किया गया है। टीम ने यह मापा कि कंप्यूटर की रूपरेखाएँ विशेषज्ञ मानव रूपरेखाओं से कितनी मेल खाती हैं, जिसमें समग्र सटीकता और स्लाइस-दर-स्लाइस परिणामों की निरंतरता दोनों को देखा गया।

परिणामों ने एक स्पष्ट तस्वीर पेश की कि क्या काम करता है और क्या नहीं। विशेषीकृत उपकरण, विशेष रूप से 'मसलमैप' (MuscleMap) नामक एक टूल, लगातार सामान्य-उद्देश्य वाले सिस्टम की तुलना में बेहतर प्रदर्शन करते रहे। ये डोमेन-विशिष्ट मॉडल, जिन्हें चिकित्सा छवियों के बड़े संग्रहों पर प्रशिक्षित किया गया था, मांसपेशियों की पहचान उस स्तर की सटीकता के साथ करने में सक्षम थे जिसे सामान्य मॉडल मैच नहीं कर सके। वास्तव में, अध्ययन में पाया गया कि एक लोकप्रिय सामान्य-उद्देश्य वाले सिस्टम को उन पर ऊपर से जोड़कर अन्य उपकरणों के प्रदर्शन को बढ़ाने का प्रयास अक्सर परिणामों को बदतर बना देता है। छवि को परिष्कृत करने के बजाय, ये सामान्य सिस्टम अक्सर ऐसी गलतियाँ करते हैं जो एक इंसान कभी नहीं करेगा, जैसे कि मांसपेशी की रूपरेखा के भीतर जांघ की हड्डी को शामिल करना या खंडित, बिंदीदार रेखाएं बनाना जो किसी वास्तविक मांसपेशी जैसी नहीं दिखतीं।

शायद सबसे महत्वपूर्ण बात यह है कि अध्ययन ने खुलासा किया कि हालांकि सबसे अच्छे उपकरण काफी अच्छे थे, लेकिन वे पूर्ण नहीं थे, विशेष रूप से रोगग्रस्त ऊतकों को देखते समय। जब सॉफ्टवेयर को उन मांसपेशियों का सामना करना पड़ा जो बीमारी से परिवर्तित हो गई थीं, तो सटीकता गिर गई। यह एक महत्वपूर्ण निष्कर्ष है क्योंकि यह सुझाव देता है कि वर्तमान उपकरण उन्हीं रोगियों के लिए संघर्ष कर सकते हैं जिन्हें उनकी सबसे अधिक आवश्यकता है। शोधकर्ताओं ने नोट किया कि भले ही सर्वश्रेष्ठ प्रदर्शन करने वाले सॉफ्टवेयर अभी भी त्रुटियों को सुधारने के लिए एक मानव की आवश्यकता रखते थे, विशेष रूप से उन सीमाओं पर जहाँ मांसपेशी वसा से मिलती है। उपकरण अभी क्लिनिकल सेटिंग में पूरी तरह से अकेले काम करने के लिए तैयार नहीं थे जहाँ एक गलती उपचार योजना को प्रभावित कर सकती है।

अध्ययन ने इन उपकरणों के व्यावहारिक पक्ष पर भी प्रकाश डाला। विशेषीकृत सॉफ्टवेयर का उपयोग करना डॉक्टर या शोधकर्ता के लिए बहुत आसान था, जिसमें अक्सर प्रक्रिया शुरू करने के लिए केवल एक क्लिक की आवश्यकता होती है। इसके विपरीत, सामान्य-उदेश्य वाले उपकरणों के लिए अक्सर एक उपयोगकर्ता को हर मांसपेशी की ओर इशारा करना पड़ता था या उनके चारों ओर बॉक्स बनाना पड़ता था, जो एक ऐसी प्रक्रिया थी जिसमें काम करने से अधिक समय लगता था। उपयोगिता का यह अंतर एक प्रमुख कारक है कि क्या कोई उपकरण अस्पताल में अपनाया जाएगा। शोधकर्ताओं ने निष्कर्ष निकाला कि हालांकि क्षेत्र ने महत्वपूर्ण प्रगति की है, लेकिन बिना पर्यवेक्षण के किसी भी रोगी को संभालने वाले पूरी तरह से स्वचालित सिस्टम का सपना अभी भी पहुंच से बाहर है। फिलहाल, सबसे विश्वसनीय रास्ता विशेष उपकरणों को एक शक्तिशाली सहायक के रूप में उपयोग करना है, लेकिन काम को सत्यापित करने के लिए एक मानव विशेषज्ञ को प्रक्रिया में शामिल रखना है, जिससे यह सुनिश्चित हो सके कि मांसपेशियों का अंतिम मानचित्र वास्तविक चिकित्सा निर्णयों के मार्गदर्शन के लिए पर्याप्त सटीक है।